Sign in Subscribe
Narut Soontranon

Narut Soontranon

Data Science | AI | Machine Learning | Deep Learning
The Future is Spatial

The Future is Spatial

เมื่อข้อมูล “รู้พิกัด” โลกจะเปลี่ยนวิธีตัดสินใจไปตลอดกาล ในอดีต เรามองข้อมูลเป็นเพียงตัวเลขในรายงาน เป็นกราฟใน dashboard หรือเป็นไฟล์ Excel ที่รอการวิเคราะห์ แต่วันนี้ ข้อมูลส่วนใหญ่ในโลกมี “พิกัด” ซ่อนอยู่ คำถามจะไม่ใช่แค่ เกิดอะไรขึ
Narut Soontranon
AI Ethics vs Governance: เหมือนหรือต่างกันอย่างไร?

AI Ethics vs Governance: เหมือนหรือต่างกันอย่างไร?

ในยุคที่ปัญญาประดิษฐ์ (AI) ถูกนำไปใช้ในองค์กร ภาครัฐ และธุรกิจขนาดใหญ่ คำว่า AI Ethics และ AI Governance มักถูกพูดถึงควบคู่กัน แต่ทั้งสองแนวคิดมีบทบาทต่างกัน ดังนี้ AI Ethics คือ “หลักคิด” กรอบแนวคิดเชิงคุณค่าและศี
Narut Soontranon
มองโลกจากอวกาศ: ดาวเทียมช่วยวัดการกักเก็บคาร์บอนได้อย่างไร?

มองโลกจากอวกาศ: ดาวเทียมช่วยวัดการกักเก็บคาร์บอนได้อย่างไร?

ดัชนีพืชพรรณ (Vegetation Index) คืออะไร? คือค่าที่คำนวณจาก ภาพถ่ายดาวเทียม (Satellite Image) เพื่อวัดความเขียว ความหนาแน่น และสุขภาพของพืช ตัวอย่างที่ใช้บ่อยที่สุด NDVI (Normalized Difference Vegetation Index) สูตร NDVI = (NIR - Red) / (NIR + Red) * NIR = Near Infrared
Narut Soontranon
จาก Pixel สู่พืชผล: การใช้ AI วิเคราะห์ Satellite Image

จาก Pixel สู่พืชผล: การใช้ AI วิเคราะห์ Satellite Image

การใช้ Satellite image เพื่อจำแนกพืช (Vegetation Classification) ทำได้ด้วยการวิเคราะห์ “Spectrum Signature” ของพืชแต่ละชนิดจากข้อมูลหลายช่วงคลื่น (Multispectral / Hyperspectral) 1) หลักการสำคัญ - Spectral Signature พืชแต่ละชนิดสะท้อนและดูดกลืนแสงไม่เท่ากันในแต่ละช่วงคลื่น เช่น * แสงสีแดง (Red) → คลอโรฟิ
Narut Soontranon
Three Ways Machines Learn

Three Ways Machines Learn

Machine Learning (ML) หากจะแบ่งตามประเภทของการเรียนรู้ สามารถแบ่งได้ 3 ประเภท ดังนี้ Supervised Learning เหมือนกับการให้ Machine เรียนรู้แบบมีผู้สอน (จาก ค่าเป้าหมาย ‘Target’ หรือ ตัวแปร Output) จะทำการเรียนรู้ซ้ำๆ (iteration) ไปเรื่อยๆ จนกว่าการทำนายจะใกล้เคียงกับค่าเป้าหมาย ตัวอย่างเช่
Narut Soontranon
The Shape of Learning: Parametric vs Non-Parametric

The Shape of Learning: Parametric vs Non-Parametric

Parametric vs Non-parametric Model ใน Machine Learning สามารถแบ่งแยกความแตกต่างได้ ดังนี้ Parametric Model * เป็นการเลือกรูปแบบเฉพาะ เช่น สมการเส้นตรง (Linear) สำหรับ Linear Regression Model * ในการ Train Model จะพยายามหา Coefficients (ค่า a และ b) ของสมการ y = aX + b ข้อดี * ง่าย * รวดเร็ว * ใช้ข้
Narut Soontranon
เลือกตั้งโปร่งใสขึ้นได้ ด้วยพลังของ Data Science

เลือกตั้งโปร่งใสขึ้นได้ ด้วยพลังของ Data Science

Data Science ช่วยให้การเลือกตั้งโปร่งใสและบริสุทธิ์มากขึ้น มี Use cases ดังนี้ 1) ตรวจจับความผิดปกติของผลคะแนน (Anomaly Detection) ใช้สถิติและโมเดลตรวจหาคะแนนที่ “แปลก” เช่น * หน่วยเลือกตั้งที่มีคนมาใช้สิทธิ์ 99–100% (ผิดปกติ) * คะแนนพุ่งผิดธรรมชาติในบางช่วงเวลา 2) ป้
Narut Soontranon